Можно ли научить нейросеть принимать торговые решения на финансовом рынке?Финансовые рынки генерируют огромные объёмы данных, но как превратить их в торговые сигналы? Можно ли обучить нейросеть анализировать рыночные показатели, находить закономерности и формировать решения о покупке или продаже активов?
18 ноября в 20:00 МСК на открытом вебинаре OTUS разберём, как объединить технический анализ и машинное обучение, построить нейросетевую торговую стратегию на Python и проверить её эффективность на исторических данных.
На практике рассмотрим:— как использовать технические индикаторы RSI, MACD, Bollinger Bands и скользящие средние для анализа рынка;
— как загружать и подготавливать исторические биржевые данные для машинного обучения;
— как преобразовать рыночные показатели в признаки для обучения нейронной сети;
— как построить ML-модель, которая анализирует состояние рынка и формирует торговые сигналы;
— как провести backtesting стратегии и сравнить результаты нейросети с классическим подходом на основе скользящих средних.
После вебинара вы поймёте, как применять машинное обучение к финансовым данным, сможете разобраться в принципах построения нейросетевых торговых стратегий и узнаете, как оценивать их результаты на исторических данных.
Вебинар будет полезен Data Scientists, ML-инженерам, аналитикам и разработчикам, которые знакомы с Python и хотят изучить практическое применение нейросетей в алгоритмической торговле.
Урок проходит в преддверии старта курса «Машинное обучение для финансового анализа».Регистрируйтесь: https://vk.cc/d3Sj8iРеклама. ООО «Отус онлайн-образование», ОГРН 1177746618576
Новый список